国匠城工作台

当前：新闻编辑 | 格式化工具 | 查看本文

标题

分类

（编号：1116）

链接

作者

时间

政策

省

市

年

月

直播

主办：
协办：
时间：
会议室：
直播链接：

/h1

/h2

strong

/strong

【文章编号】1002-1329 (2018)12-0009-08【中图分类号】TU982<section style="max-width: 100%;letter-spacing: 0.544px;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" powered-by="gulangu" style="max-width: 100%;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" powered-by="gulangu" style="max-width: 100%;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" powered-by="gulangu" style="max-width: 100%;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box !important;word-wrap: break-word !important;">【文献标识码】A</section></section></section></section></section></section></section></section></section></section>【doi】10.11819/cpr20181203a【作者简介】钮心毅 (1971-)，男，博士，同济大学建筑与学院，高密度人居环境生态与节能教育部重点实验室，副教授，博士生导师。  王  垚 (1988-)，男，同济大学建筑与学院，博士研究生。丁  亮 (1986-)，男，博士，浙江工业大学建筑工程学院师资博士后。【收稿日期】2018-11-30*国家重点研发计划项目(2018YFB0505400)资助。本文刊载于《》2018年第12期<section label="Copyright ? 2016 playhudong All Rights Reserved." donone="shifuMouseDownPayStyle('shifu_car_001')" style="margin: 1em auto;max-width: 100%;letter-spacing: 0.544px;border-width: initial;border-color: initial;border-style: none;width: 533.75px;box-sizing: border-box !important;word-wrap: break-word !important;"><section style="padding: 1em;max-width: 100%;box-sizing: border-box;width: 533.75px;height: auto;box-shadow: rgb(165, 165, 165) 0em 0em 0.8em;overflow: hidden;word-wrap: break-word !important;"><section class="" style="padding: 0.1em 0.1em 0em;max-width: 100%;display: inline-block;background: rgb(214, 0, 74);text-align: center;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" style="padding: 0.5em 0.8em;max-width: 100%;color: rgb(255, 255, 255);box-sizing: border-box !important;word-wrap: break-word !important;">精彩导读</section></section><section class="" style="margin-top: -1em;margin-right: auto;margin-left: auto;padding: 1em 0.5em;max-width: 100%;width: auto;height: auto;overflow: hidden;border-top: 0.1em dashed rgb(214, 0, 74);font-size: 1em;line-height: 1.4em;box-sizing: border-box !important;word-wrap: break-word !important;">【摘要】应用手机信令数据测算城市与周边地区之间联系，以江西省昌九区域城镇体系为案例，提出了一种应用手机信令数据测度城市腹地和划分城市势力圈的方法，对传统理论模型方法进行了验证。首先通过识别手机用户常住地和出行目的地，以常住用户跨乡镇出行数量作为城镇之间联系度的计算依据，分别得出昌九区域4个中心城市与周边地区的出行联系量，以此测度出了中心城市的腹地范围，并以与中心城市出行联系量比例划分了城市势力圈。随后，将手机信令划分的中心城市势力圈与用Huff模型计算得到的势力圈进行了对照，验证模型中的城市规模变量指标选择和距离摩擦系数取值。验证结果表明，在城镇体系规划中应用Huff模型计算城市腹地时，应更重视距离摩擦系数的取值，而不是构造表示城市规模的复杂综合指标。【关键词】城市腹地；城市势力圈；手机信令数据；Huff模型；城镇体系DELIMITATION OF CITY HINTERLAND IN REGIONAL URBAN SYSTEMS: VERIFICATION OF THEORETICAL MODEL  ABSTRACT : Through a case study on the urban system of Changjiu Area in Jiangxi Province, this paper presents an approach for measuring the city hinterland and delimitating urban spheres of influence by calculating the connection between a city and its surrounding areas using mobile phone signaling data, and then verifies the traditional theoretical model. Firstly, the mobile phone users’ usual place of residence and travel destinations are identified based on mobile phone signaling data. The connections between various towns are calculated according to the number of residents’ cross-town travels. The hinterlands of four central cities in Changjiu Area are measured using the travel connection volume between the central city and its surrounding area, then the spheres of influence of the four central cities are delimitated according to the ratio of travel connection volume with central cities. Secondly, the spheres of influence delimitated by mobile phone signaling data are compared with those delimitated by Huff model, in order to verify the selection of city size variables and the value of distance friction coefficient in the model. The verification result reveals that, when Huff model is applied to measure the city hinterland in the urban system planning, more attention should be paid to the value of distance friction coefficient, rather than developing comprehensive indexes of city size.KEYWORDS: city hinterland; urban sphere of influence; mobile phone signaling data; Huff model; urban system</section></section></section><section class="" style="margin-top: 0.8em;margin-bottom: 0.5em;max-width: 100%;box-sizing: border-box;letter-spacing: 0.544px;border-width: 0px;border-style: initial;border-color: initial;display: inline-block;line-height: 1;overflow: hidden;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box;border-bottom: 1px solid rgb(214, 0, 74);font-size: 1.4em;font-family: inherit;text-decoration: inherit;color: rgb(255, 255, 255);border-top-color: rgb(214, 0, 74);border-right-color: rgb(214, 0, 74);border-left-color: rgb(214, 0, 74);word-wrap: break-word !important;"><section class="" style="padding: 0.1em;max-width: 100%;box-sizing: border-box;display: inline-block;height: 1.2em;line-height: 1em;font-size: 1.4em;font-family: inherit;background-color: rgb(214, 0, 74);word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box;word-wrap: break-word !important;">1</section></section><section class="" style="padding: 0.2em;max-width: 100%;box-sizing: border-box;display: inline-block;line-height: 1;font-size: 1em;font-family: inherit;text-decoration: inherit;color: rgb(42, 52, 58);word-wrap: break-word !important;"> 引言</section></section></section>城市腹地划分是城镇体系规划编制中的一项重要基础性工作。分析城市腹地范围是确定中心城市等级体系和城镇体系空间布局的重要依据之一；划分中心城市腹地也是统筹区域重大基础设施和区域性公共设施布局的主要依据。不同的研究对城市腹地界定并不相同，但都使用城市影响范围、城市势力圈等类似名词。本文从城镇体系规划工作步骤出发，将一个城市的吸引力和辐射力对周围地区的社会经济联系起到作用的地域称为城市腹地(hinterland)；参照哈夫(Huff)的定义，进一步将一个城市的吸引力和辐射力对周围地区的社会经济联系起到主导地位的地域称为城市势力圈(sphere of influence)[1，2]。城镇体系规划中的城市腹地划分包括了测度中心城市腹地，以及在此基础上划分多个中心城市势力圈两个阶段。在当前的区域城镇体系规划中，测度城市腹地的方法有实际调查、理论模型两大类。实际调查方法是对城镇之间某种“流”的测度，以人流、物流、信息流等流向、流量指标分析城市腹地范围。早期国外学者就采用铁路、航运的车票数据、电话通讯联系方向和银行的业务往来等数据测度城市腹地、划分势力范围[3]，随后研究采用以邮政数据、手机通话数据等测算不同的“流”数据[4，5]。目前，国内学者在实际应用中采用电话通讯联系方向[1]、铁路或公路发车班次[6，7]、企业关联网络[8，9]等数据。实际调查方法优点是采用真实的调查数据，结果较为准确，缺点是数据采集有很大难度，实际应用有困难。常见调查数据也难以准确反映城市与周边地区之间的联系情况，例如铁路、公路发车班次无法反映实际载客量。针对实际调查方法存在的困难，很早就有学者采用理论模型方法，引入引力模型，并衍生出断裂点模型、Huff概率模型等测度城市腹地。以某些社会经济指标代表城市规模，依据城市与周边地区之间联系强度的空间衰减规律测度城市腹地，进而划分城市势力圈。理论模型的优点在于城市规模的指标数据容易从统计资料中获得，方法简单易用，因此得到了较为广泛的应用，已成为城镇体系规划中城市腹地范围分析的主流方法。两者相比，实际调查方法结果虽然比较准确，但只能用于现状分析。在城镇体系规划中，还需要对城市腹地变化进行预测。理论模型方法是对城市对周边地区吸引、辐射的内在规律的模拟，可以推广到对未来城市腹地变化趋势的预测。然而理论模型方法关键是设定模型中的变量选取和参数取值，不同取值会直接影响模型输出结果。如果要用于预测，模型应与实际调查结果进行对照和校正。但当前的理论模型应用由于缺少城市与周边地区联系情况的实际调查数据，往往依据经验选取变量和参数值，缺少与模型校正的过程。没有经过验证的模型无法用于对未来变化趋势的预测。如果能获取有效的城市与周边地区之间“流”的联系数据，这些数据不仅是实际调查法测度城市腹地的数据基础，也是理论模型法进一步应用于规划实践的基础。随着移动通信的普及，从手机信令数据中获取个体居民的时空活动数据已成为可能，进而能得到城市与周边地区之间的“人流”联系数据。手机信令数据的特点是比较连续、被动记录了手机用户空间行为特征，是一种大样本数据，相比于铁路、公路发车班次等数据更能反映真实的人流联系情况。本文拟以手机信令数据获取的“人流”联系数据为基础，测算城市与周边地区之间的联系度情况，提出一种从“流”的视角测度城市腹地范围、划分城市势力圈的方法；并用理论模型方法分析结果与用手机信令数据测度得到的结果进行比较，验证理论模型、校正模型的变量和参数值，为在城镇体系规划中使用理论模型方法预测城市腹地变化趋势提供支持。<section class="" style="margin-top: 0.8em;margin-bottom: 0.5em;max-width: 100%;box-sizing: border-box;letter-spacing: 0.544px;border-width: 0px;border-style: initial;border-color: initial;display: inline-block;line-height: 1;overflow: hidden;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box;border-bottom: 1px solid rgb(214, 0, 74);font-size: 1.4em;font-family: inherit;text-decoration: inherit;color: rgb(255, 255, 255);border-top-color: rgb(214, 0, 74);border-right-color: rgb(214, 0, 74);border-left-color: rgb(214, 0, 74);word-wrap: break-word !important;"><section class="" style="padding: 0.1em;max-width: 100%;box-sizing: border-box;display: inline-block;height: 1.2em;line-height: 1em;font-size: 1.4em;font-family: inherit;background-color: rgb(214, 0, 74);word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box;word-wrap: break-word !important;">2</section></section><section class="" style="padding: 0.2em;max-width: 100%;box-sizing: border-box;display: inline-block;line-height: 1;font-size: 1em;font-family: inherit;text-decoration: inherit;color: rgb(42, 52, 58);word-wrap: break-word !important;"> 数据概况及数据处理</section></section></section>2.1  数据概况本文以江西省北部地区的城镇体系为例，包含了南昌市、九江市、抚州市、宜春市4个地级市全部行政辖区以及上饶市的鄱阳县、余干县、万年县，共计46个县(含区、县、县级市)。江西省北部地区有南昌和九江两个主要城市，该地区被经常称为“昌九”地区。区域总面积约7.15万km2，总人口约2257万。南昌、九江、抚州、宜春4个地级市的市辖区是区域城镇体系中的中心城市，需要测度上述4个城市的腹地。本文使用了中国联通手机信令数据，采集时间为2015年10月到11月，共计连续37天，包括26个工作日和11个休息日。每条信令包括了经加密后的匿名用户识别号、信令发生时间、信令类型、信令发生时手机连接的基站。信令数据经过脱敏处理，不涉及个人隐私。在昌九区域内，平均每日记录到约156万用户的0.95亿条信令记录，以重复率60%计算，在其中26个工作日中重复出现16日及以上用户视为区域内活跃用户。记录到的活跃用户有1389459个。2.2  数据处理2.2.1  空间单元划分由于手机信令数据包含了基站位置经纬度坐标，远远高于传统区域研究空间单元精度，因此本研究能够以678个乡镇级(街道)行政范围作为基本空间单元。由于一些城市建成区的范围由多个街道(乡镇)组成，因而需要对这些同一建成区的空间单元合并处理。采用上述方法将研究区域合并为639个空间单元。信令数据按信令发生时所连接的基站进行定位，经过处理后可得到区域内居民在城镇之间流动的时空数据。以常住用户在本区域内跨乡镇的出行数量作为城镇之间联系度计算依据。测算方法包括以乡镇为空间单元识别用户常住地、识别出行目的地和城镇之间联系度计算三个步骤。2.2.2  常住地识别常住地识别方法首先计算某一用户在每日0点、1点、2点、3点、4点共5个特征时间点发生信令时的空间位置。若有3个及以上时间点在同一乡镇内，则将该乡镇识别为该用户的当日居住地，然后连续计算26个工作日的当日居住地。若26个工作日中有16日及以上的当日居住地相同，即当日居住地满足60%重复率，则将该乡镇识别为该用户的常住地。通过上述常住地识别，剔除了途径本区域的用户，也剔除了在本区域内短时间停留的外来用户。从1389459个活跃用户中识别出了1118649个用户的常住地，识别率约81%，继续对1118649个用户进行出行目的地识别。2.2.3  出行目的地识别所有识别出常住地的用户中在连续37日内每一次跨越空间单元的移动算作出行，需要在每次出行链①中确定目的地。本文认为的目的地伴随着居民的商务、工作、娱乐等活动行为，因而以停留时间作为筛选条件。根据区域的实际尺度以及当前居民出行交通方式，确定以一日作为居民出行的计算时间单位。按居民出行的特征，每日可能存在不同白天目的地、夜晚目的地，白天目的地是日间跨城镇的商务、游憩等活动发生地，但夜间仍可能至另一城镇住宿。以每一日工作时间段(8:00—17:00)内停留时间最长且停留时间超过60min以上的空间单元作为白天目的地。如果用户当晚居住地是用户的常住地，则出行链结束；如果当晚居住地既不是用户的常住地，也不是当日的白天目的地，则增加一个夜晚目的地。采用以上算法，在37日内从1118649个常住用户中识别出了5595463人次的出行目的地。2.2.4  城镇之间联系度计算用户所有的出行链识别出的目的地城镇与常住地城镇之间分别计一次联系，由此得到城镇之间联系度。将连续37日内发生的5595463人次跨越城镇的人流联系分别作为常住地城镇与目的地城镇之间的联系。图1是以自然断裂法分级显示的城镇之间联系度。城镇联系数量能够反映本区域中各个城镇之间的关联度。<p style="max-width: 100%;min-height: 1em;letter-spacing: 0.544px;white-space: normal;background-color: rgb(255, 255, 255);line-height: normal;box-sizing: border-box !important;word-wrap: break-word !important;"><img class="" data-copyright="0" data-ratio="0.9064039408866995" data-s="300,640" data-type="jpeg" data-w="1218" src="http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn/mmbiz_jpg/SdNVtxmtcRjAv2u5exeWG8QQd4ibhsPm5t3xp3DsWuIKvg60g2hXD295oxm2WqqIdkONh6kvZ0hiaZjax4Xl3hwg/640?wx_fmt=jpeg" style="box-sizing: border-box !important;word-wrap: break-word !important;width: 677px !important;visibility: visible !important;" />▲<span style="max-width: 100%;font-size: 15px;background-image: initial;background-position: initial;background-size: initial;background-repeat: initial;background-attachment: initial;background-origin: initial;background-clip: initial;box-sizing: border-box !important;word-wrap: break-word !important;"> 图1 | 从手机信令数据获取昌九区域的人流联系<p style="max-width: 100%;min-height: 1em;letter-spacing: 0.544px;white-space: normal;background-color: rgb(255, 255, 255);line-height: normal;margin-bottom: 20px;box-sizing: border-box !important;word-wrap: break-word !important;"><span style="max-width: 100%;font-family: "Helvetica Neue", Helvetica, "Hiragino Sans GB", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;color: rgb(136, 136, 136);box-sizing: border-box !important;word-wrap: break-word !important;">Fig.1  People flow of Changjiu Area obtained from mobile phone signaling data<section class="" style="margin-top: 0.8em;margin-bottom: 0.5em;max-width: 100%;box-sizing: border-box;letter-spacing: 0.544px;border-width: 0px;border-style: initial;border-color: initial;display: inline-block;line-height: 1;overflow: hidden;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box;border-bottom: 1px solid rgb(214, 0, 74);font-size: 1.4em;font-family: inherit;text-decoration: inherit;color: rgb(255, 255, 255);border-top-color: rgb(214, 0, 74);border-right-color: rgb(214, 0, 74);border-left-color: rgb(214, 0, 74);word-wrap: break-word !important;"><section class="" style="padding: 0.1em;max-width: 100%;box-sizing: border-box;display: inline-block;height: 1.2em;line-height: 1em;font-size: 1.4em;font-family: inherit;background-color: rgb(214, 0, 74);word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box;word-wrap: break-word !important;">3</section></section><section class="" style="padding: 0.2em;max-width: 100%;box-sizing: border-box;display: inline-block;line-height: 1;font-size: 1em;font-family: inherit;text-decoration: inherit;color: rgb(42, 52, 58);word-wrap: break-word !important;"> 基于手机信令数据的 中心城市腹地测度</section></section></section>3.1  中心城市腹地将昌九区域内南昌、九江、抚州、宜春4个地级市的市辖区作为中心城市，分别选择出行目的地位于中心城市内的居民出行联系，汇总每一次出行联系的对应常住地乡镇，由此得到4个中心城市的腹地。图2表示了4个中心城市腹地，以中心城市与周边地区人流联系量表示相互之间联系紧密程度。<p style="max-width: 100%;min-height: 1em;letter-spacing: 0.544px;white-space: normal;background-color: rgb(255, 255, 255);line-height: normal;box-sizing: border-box !important;word-wrap: break-word !important;"><img class="" data-copyright="0" data-ratio="0.89765625" data-s="300,640" data-type="jpeg" data-w="1280" src="http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn/mmbiz_jpg/SdNVtxmtcRjAv2u5exeWG8QQd4ibhsPm5KUia9VFxzELPpkFnNnqEzUAZicCQ5jiaV5AnRGZou3HykRaxw7yHl01FA/640?wx_fmt=jpeg" style="box-sizing: border-box !important;word-wrap: break-word !important;width: 677px !important;visibility: visible !important;" />▲<span style="max-width: 100%;font-size: 15px;background-image: initial;background-position: initial;background-size: initial;background-repeat: initial;background-attachment: initial;background-origin: initial;background-clip: initial;box-sizing: border-box !important;word-wrap: break-word !important;"> 图2 | 手机信令数据测度昌九区域的4个中心城市腹地<p style="max-width: 100%;min-height: 1em;letter-spacing: 0.544px;white-space: normal;background-color: rgb(255, 255, 255);line-height: normal;margin-bottom: 20px;box-sizing: border-box !important;word-wrap: break-word !important;"><span style="max-width: 100%;font-family: "Helvetica Neue", Helvetica, "Hiragino Sans GB", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;color: rgb(136, 136, 136);box-sizing: border-box !important;word-wrap: break-word !important;">Fig.2  Hinterlands of four central cities in Changjiu Area measured by mobile phone signaling data4个中心城市腹地主要位于自身周边，且中心城市与腹地之间的联系强度呈圈层衰减。其中南昌市辖区的腹地范围最大，覆盖了626个乡镇，远高于其余3个中心城市。九江、抚州、宜春市辖区的腹地范围分别覆盖550个、512个、478个乡镇。表明南昌市辖区对昌九区域有更广泛吸引和辐射作用。区域交通线路周边各乡镇与中心城市联系强度相对较高。联系强度为0的乡镇多位于远离中心城市、区域主要交通网络未覆盖地区，表明区域交通网络对中心城市吸引和辐射的范围、强度起到较大作用。中心城市之间的联系强度相对较高，尤其是南昌市辖区和九江市辖区，虽然距离相对较远，但两者之间的联系强度依然处于前20%，说明中心城市之间会产生更加紧密的联系。3.2  中心城市势力圈以乡镇为空间单元，每个乡镇都有若干用户以4个中心城市为出行目的地，由此可计算得到每个镇与4个中心城市的联系量比例。采用归大法，取比例最高的中心城市作为该乡镇隶属的中心城市势力圈。如某个中心城占联系量比例高于50%，该乡镇是该中心城市较明显的势力范围。如4个中心城市的联系量比例均低于50%，则该乡镇是多个中心城市影响的争夺区，此时该乡镇仍划入占比最大城市的势力圈，但是该中心城市的影响并未占绝对主导地位。由此划分昌九区域4个中心城市的势力圈(图3，表1)。<p style="max-width: 100%;min-height: 1em;letter-spacing: 0.544px;white-space: normal;background-color: rgb(255, 255, 255);line-height: normal;box-sizing: border-box !important;word-wrap: break-word !important;"><img class="" data-copyright="0" data-ratio="0.851461038961039" data-s="300,640" data-type="jpeg" data-w="1232" src="http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn/mmbiz_jpg/SdNVtxmtcRjAv2u5exeWG8QQd4ibhsPm51zr9TLY7806ib8ux3LGTfe7cdzZiaia7upqicXMBlZfqwQicg4wSMlpAFlg/640?wx_fmt=jpeg" style="box-sizing: border-box !important;word-wrap: break-word !important;width: 677px !important;visibility: visible !important;" />▲<span style="max-width: 100%;font-size: 15px;background-image: initial;background-position: initial;background-size: initial;background-repeat: initial;background-attachment: initial;background-origin: initial;background-clip: initial;box-sizing: border-box !important;word-wrap: break-word !important;"> 图3 | 以手机信令数据划分昌九区域的4个中心城市势力圈<p style="max-width: 100%;min-height: 1em;letter-spacing: 0.544px;white-space: normal;background-color: rgb(255, 255, 255);line-height: normal;margin-bottom: 20px;box-sizing: border-box !important;word-wrap: break-word !important;"><span style="max-width: 100%;font-family: "Helvetica Neue", Helvetica, "Hiragino Sans GB", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;color: rgb(136, 136, 136);box-sizing: border-box !important;word-wrap: break-word !important;">Fig.3  Spheres of influence of four central cities in Changjiu Area delimitated by mobile phone signaling data<img class="" data-copyright="0" data-ratio="0.3233923578751165" data-s="300,640" src="http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn/mmbiz_jpg/SdNVtxmtcRgT2GjFOgaiar13dsiaDtTiaicpZocDCZibTkmwtAopEUNnwCpicBPn7sFuvMibicSic8R8nUkV8w8KpTb3JGw/640?wx_fmt=jpeg" data-type="jpeg" data-w="1073" style="" /><p style="white-space: normal;max-width: 100%;min-height: 1em;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);line-height: normal;box-sizing: border-box !important;word-wrap: break-word !important;">▲<span style="max-width: 100%;font-size: 15px;background-image: initial;background-position: initial;background-size: initial;background-repeat: initial;background-attachment: initial;background-origin: initial;background-clip: initial;box-sizing: border-box !important;word-wrap: break-word !important;"> 表1 | 按出行联系量比例划分昌九区域4个中心城市势力圈<p style="margin-bottom: 20px;white-space: normal;max-width: 100%;min-height: 1em;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);line-height: normal;box-sizing: border-box !important;word-wrap: break-word !important;"><span style="max-width: 100%;font-family: "Helvetica Neue", Helvetica, "Hiragino Sans GB", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;color: rgb(136, 136, 136);box-sizing: border-box !important;word-wrap: break-word !important;">Tab.1  Spheres of influence of the four central cities in Changjiu Area according to the ratio of travel connection volume由图3可见，划分后南昌市辖区的势力圈最大，面积约4.11万km2，是南昌市域面积的5.6倍，覆盖了九江市域南部、宜春市域东部、上饶市三个县，抚州市域南部部分乡镇也成为了南昌市辖区的势力圈。南昌市辖区较其他3个中心城市在昌九区域有更大的空间影响力。抚州市辖区的势力圈其次，面积约1.36万km2，略小于抚州市域范围。九江和宜春市辖区的势力圈较小，分别约为1.00万和0.60万km2，仅是其所属市域面积的53%和32%。这两个城市的势力圈被局限在各自市域的东北部和西部，失去了自身较大部分行政辖区范围。这与上述两个城市位于昌九区域边缘，能影响的空间范围有限有关。九江市域西部为南昌、九江、宜春市辖区的争夺区，不仅势力圈呈交替状，争夺区也大量集中，说明这一地区不受任何一个中心城市影响主导。 <section class="" style="margin-top: 0.8em;margin-bottom: 0.5em;white-space: normal;max-width: 100%;box-sizing: border-box;letter-spacing: 0.544px;border-width: 0px;border-style: initial;border-color: initial;display: inline-block;line-height: 1;overflow: hidden;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box;border-bottom: 1px solid rgb(214, 0, 74);font-size: 1.4em;font-family: inherit;text-decoration: inherit;color: rgb(255, 255, 255);border-top-color: rgb(214, 0, 74);border-right-color: rgb(214, 0, 74);border-left-color: rgb(214, 0, 74);word-wrap: break-word !important;"><section class="" style="padding: 0.1em;max-width: 100%;box-sizing: border-box;display: inline-block;height: 1.2em;line-height: 1em;font-size: 1.4em;font-family: inherit;background-color: rgb(214, 0, 74);word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box;word-wrap: break-word !important;">4</section></section><section class="" style="padding: 0.2em;max-width: 100%;box-sizing: border-box;display: inline-block;line-height: 1;font-size: 1em;font-family: inherit;text-decoration: inherit;color: rgb(42, 52, 58);word-wrap: break-word !important;"> 对理论模型方法测度城市势力圈的 验证</section></section></section>4.1  城市势力圈划分的Huff模型及变量设置Huff的概率模型从引力模型衍生而来，是断裂点模型的二维化[10，11]。在城镇体系规划中经常用于城市腹地范围测度及势力圈划分，其公式为：<img class="" data-copyright="0" data-cropselx1="0" data-cropselx2="200" data-cropsely1="0" data-cropsely2="91" data-ratio="0.8666666666666667" data-s="300,640" src="http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn/mmbiz_jpg/SdNVtxmtcRgT2GjFOgaiar13dsiaDtTiaicpDicwsJQz601fwPW0BicL2TuXt5Scmat8HtJV5CEogcv9941pico484ccw/640?wx_fmt=jpeg" data-type="jpeg" data-w="180" style="width: 200px;height: 173px;" />其中，Pij是i地属于中心城市j腹地的概率，Aj是中心城市j的规模。Dij是i地与中心城市j之间的距离；λ是距离摩擦系数，n是中心城市数量②。在n个中心城市作用下，采用Pij值归大法确定i地归属势力圈。在早期，距离Dij一般采用直线距离方式。当前已普遍采用GIS计算出的基于公路网的网络距离或时间距离[12～14]。上述模型用于测度城市腹地和划分势力圈，关键是如何确定模型中距离摩擦系数λ、城市规模变量Aj。距离摩擦系数取值不同，会对城市腹地测度和势力圈划分产生直接影响。Huff等提出计算高等级城市势力圈时，距离摩擦系数取1.0；计算较低等级城市势力圈时，距离摩擦系数取值2.0～3.0[10，11]。随着“流”数据的出现，也有国外学者尝试以各种“流”数据验证引力模型，研究证明引力模型具有较强的实用性[15～17]。然而当前的研究和规划实践均很少涉及距离摩擦系数取值的比较讨论，一般都参考牛顿万有引力定律，直接取2.0。城市规模变量代表了城市吸引力，如人口规模、零售业指标、就业机会、公共服务等类型。模型中可以选取其中一类作为单一指标，也可以选取多类形成综合指标。在当前研究中，讨论重点集中在城市规模变量构造方法上。多数研究使用了综合性指标，综合了社会、经济、公共服务、居民生活等多个统计数据，配合使用主成分分析法、标准化处理等方法制定综合指标，但指标数量、类型、综合方法各不相同[18～22]。由于尚未形成一致认同的综合指标，在城镇体系规划中一般仍使用单一指标。没有实际调查数据作支撑，虽然认为距离摩擦系数取值对结果会有直接影响，但难以对模型的摩擦系数取值进行验证校正。另一方面，也是由于没有实际调查数据，哪一类指标能更好地反映城市吸引力，无法得到验证。本文基于手机信令数据划分了城市势力圈，与上述理论模型方法划分结果进行比较，可以验证和校正Huff模型中城市规模变量、距离摩擦系数。4.2  对Huff模型验证与校正由于统计数据的空间单元不一致，以南昌、九江、抚州、宜春4个城市中心城区的2010年第六次人口普查的常住人口(302.38万人、77.94万人、66.97万人、71.88万人)、4个城市市辖区的2015年GDP(2148.02亿元、748.40亿元、398.26亿元、188.21亿元)和2015年社会商品零售总额(1201.04亿元、236.91亿元、163.00亿元、150.94亿元)分别作为城市规模变量，同样采用公路网络距离，距离摩擦系数λ值分别取1.0、1.5、2.0、2.5、3.0、3.5、4.0，同样以639个乡镇空间单元，运用Huff模型公式，采用归大法确定4个中心城市势力圈，也采用前述同样规则进一步划分出争夺区。图4是距离摩擦系数λ取值2.0、3.0和3.5时，划分的4个中心城市势力圈。<p style="max-width: 100%;min-height: 1em;letter-spacing: 0.544px;white-space: normal;background-color: rgb(255, 255, 255);line-height: normal;box-sizing: border-box !important;word-wrap: break-word !important;"><img class="" data-copyright="0" data-ratio="1" data-s="300,640" data-type="jpeg" data-w="1280" src="http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn/mmbiz_jpg/SdNVtxmtcRjAv2u5exeWG8QQd4ibhsPm50RumDFGRBJAeUNzHVC2ibYXyhgmMOhBKGoC2T42kzibicbDQSGlkYKficg/640?wx_fmt=jpeg" style="box-sizing: border-box !important;word-wrap: break-word !important;width: 677px !important;visibility: visible !important;" />▲<span style="max-width: 100%;font-size: 15px;background-image: initial;background-position: initial;background-size: initial;background-repeat: initial;background-attachment: initial;background-origin: initial;background-clip: initial;box-sizing: border-box !important;word-wrap: break-word !important;"> 图4 | 应用Huff模型的昌九区域内城市势力圈划分<p style="max-width: 100%;min-height: 1em;letter-spacing: 0.544px;white-space: normal;background-color: rgb(255, 255, 255);line-height: normal;margin-bottom: 20px;box-sizing: border-box !important;word-wrap: break-word !important;"><span style="max-width: 100%;font-family: "Helvetica Neue", Helvetica, "Hiragino Sans GB", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;color: rgb(136, 136, 136);box-sizing: border-box !important;word-wrap: break-word !important;">Fig.4  Spheres of influence of four central cities in Changjiu Area delimitated by Huff model在将3种城市规模变量、6种距离摩擦系数进行取值的情况下，使用Huff模型计算得出的4个中心城市的势力圈分别与用手机信令数据计算得到的势力圈进行空间一致性比较。城市规模变量取常住城市人口规模、GDP或社会消费品总额时，计算结果的差异并不明显。其中，常住城市人口作为城市规模变量时，其结果与用手机信令数据划分的结果更为接近。距离摩擦系数变化对势力圈的影响比较明显。当距离摩擦系数取值为3.0时，常住城市人口规模的势力圈划分结果与用手机信令数据划分结果的空间一致性最高，面积比例达到86.14%；当距离摩擦系数取值为3.5时，GDP、社会消费品总额的势力圈划分结果与用手机信令数据划分结果的一致性最高，面积比例达到84.75%、85.58%(表2)。 <img class="" data-copyright="0" data-ratio="0.14609375" data-s="300,640" src="http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn/mmbiz_jpg/SdNVtxmtcRgT2GjFOgaiar13dsiaDtTiaicp10Nicx5nxyFc1H03NoPhoFf2Gtv1DKhw1DgDgXYNJFuIwWrsSjRa9Bw/640?wx_fmt=jpeg" data-type="jpeg" data-w="1280" style="" /><p style="white-space: normal;max-width: 100%;min-height: 1em;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);line-height: normal;box-sizing: border-box !important;word-wrap: break-word !important;">▲<span style="max-width: 100%;font-size: 15px;background-image: initial;background-position: initial;background-size: initial;background-repeat: initial;background-attachment: initial;background-origin: initial;background-clip: initial;box-sizing: border-box !important;word-wrap: break-word !important;"> 表2 | Huff模型和手机信令数据划分城市势力圈的空间一致性比较<p style="margin-bottom: 20px;white-space: normal;max-width: 100%;min-height: 1em;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);line-height: normal;box-sizing: border-box !important;word-wrap: break-word !important;"><span style="max-width: 100%;font-family: "Helvetica Neue", Helvetica, "Hiragino Sans GB", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;color: rgb(136, 136, 136);box-sizing: border-box !important;word-wrap: break-word !important;">Tab.2 Comparison on spatial consistency between urban spheres of influence delimitated by Huff model and mobile phone signaling data对Huff模型的验证表明，如果距离摩擦系数直接取值为2.0，得到的结果与手机信令数据测度结果差异较大。前人研究也得出类似结论，贝里(Berry)等以报纸销售范围数据对Huff模型划分的美国城市势力圈进行验证，得出的距离摩擦系数是1.45[23]；康朝贵等以基于手机通信联系数量、手机通话时长所代表的城市联系测得黑龙江省13个城市和全国283个主要城市之间引力模型的衰减系数分别为0.5、0.4[24]。这说明验证得出距离摩擦系数值会随着实际调查数据类型不同、研究地域不同而变化。在昌九区域案例中，取值在3.0～4.0之间时与手机信令数据测算结果比较接近，所以应用Huff模型进行腹地测度和划分时，将距离摩擦系数值直接定为2.0是不妥的。 以《江西省省域城镇体系规划(2012—2030)》中确定的远期(2030年)南昌、九江、抚州、宜春市中心城区人口规模(分别为南昌450万、九江160万、抚州90万、宜春85万)作为城市规模变量，距离摩擦系数取3.0。在假定现有的区域交通体系不变的前提下，采用以上经校正后的模型预测2030年该区域内城市势力圈变化趋势。计算结果如图5所示，预测出了2030年昌九区域4个中心城市势力圈变动情况。其中，比较明显的变化是南昌和九江势力圈分界线将略有北移，抚州市域南部的部分南昌势力圈范围将转为抚州势力圈范围。<p style="max-width: 100%;min-height: 1em;letter-spacing: 0.544px;white-space: normal;background-color: rgb(255, 255, 255);line-height: normal;box-sizing: border-box !important;word-wrap: break-word !important;"><img class="" data-copyright="0" data-ratio="0.863784665579119" data-s="300,640" data-type="jpeg" data-w="1226" src="http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn/mmbiz_jpg/SdNVtxmtcRjAv2u5exeWG8QQd4ibhsPm5ttQdZz5SSAvJEwv8YFicWL3SCaRS5Bs1ibiaicVqia52AhlIzXeo5PylI0A/640?wx_fmt=jpeg" style="box-sizing: border-box !important;word-wrap: break-word !important;width: 677px !important;visibility: visible !important;" />▲<span style="max-width: 100%;font-size: 15px;background-image: initial;background-position: initial;background-size: initial;background-repeat: initial;background-attachment: initial;background-origin: initial;background-clip: initial;box-sizing: border-box !important;word-wrap: break-word !important;"> 图5 | 校正后的模型预测2030年昌九区域的城市势力圈变化<p style="max-width: 100%;min-height: 1em;letter-spacing: 0.544px;white-space: normal;background-color: rgb(255, 255, 255);line-height: normal;margin-bottom: 20px;box-sizing: border-box !important;word-wrap: break-word !important;"><span style="max-width: 100%;font-family: "Helvetica Neue", Helvetica, "Hiragino Sans GB", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;color: rgb(136, 136, 136);box-sizing: border-box !important;word-wrap: break-word !important;">Fig.5  Change of the spheres of influence of four central cities in Changjiu Area in 2030 predicted by calibrated model <section class="" style="margin-top: 0.8em;margin-bottom: 0.5em;white-space: normal;max-width: 100%;box-sizing: border-box;letter-spacing: 0.544px;border-width: 0px;border-style: initial;border-color: initial;display: inline-block;line-height: 1;overflow: hidden;word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box;border-bottom: 1px solid rgb(214, 0, 74);font-size: 1.4em;font-family: inherit;text-decoration: inherit;color: rgb(255, 255, 255);border-top-color: rgb(214, 0, 74);border-right-color: rgb(214, 0, 74);border-left-color: rgb(214, 0, 74);word-wrap: break-word !important;"><section class="" style="padding: 0.1em;max-width: 100%;box-sizing: border-box;display: inline-block;height: 1.2em;line-height: 1em;font-size: 1.4em;font-family: inherit;background-color: rgb(214, 0, 74);word-wrap: break-word !important;"><section class="" style="max-width: 100%;box-sizing: border-box;word-wrap: break-word !important;">5</section></section><section class="" style="padding: 0.2em;max-width: 100%;box-sizing: border-box;display: inline-block;line-height: 1;font-size: 1em;font-family: inherit;text-decoration: inherit;color: rgb(42, 52, 58);word-wrap: break-word !important;"> 结论和讨论</section></section></section>5.1  结论在中，现状分析的基础数据、理论模型的验证手段是大数据应用的两个方向[25]。手机信令数据是一种典型的大数据，本文将其应用到城镇体系中的城市腹地分析，在测度现状城市腹地、验证传统引力模型两个方面进行了应用，得到以下结论：应用手机信令数据测度城市腹地的方法属于实际调查方法，居民在城市之间出行流动的时空数据是被动记录，具有客观性。手机信令数据测度的是城市之间的人流联系，实际上相当于全模式客流交通联系，比采用铁路、公路等班次方式测度城市之间联系的方法更为全面、真实，所得出的城市腹地、城市势力圈划分更加准确，能有效地解决城镇体系规划实际问题。将用Huff模型计算得到的中心城市势力圈与用手机信令数据的测度结果进行对照、校正后发现，Huff模型中的城市规模变量若采用单一指标(如常住人口、GDP、社会商品零售总额等)也能得到与手机信令数据测度接近的势力圈划分结果。在城镇体系规划中可以使用单一指标表达城市规模变量。然而，如果将距离摩擦系数简单地取值为2.0，Huff模型计算的势力圈与用手机信令数据划分的结果有较大差异。表明相比于城市规模变量，距离摩擦系数取值对势力圈划分结果影响更为显著。就昌九区域案例而言，距离摩擦系数须取值到3.0～3.5才能使得模型与手机信令数据测算结果较接近。因此，在应用引力模型研究城市腹地时，应更加重视距离摩擦系数的取值，而不是构造复杂的综合指标。一般城市模型的方法都有建模、校正、预测三个过程。在建模后，需要用现状实际数据进行模型校正，校正后模型可以进行趋势预测。手机信令数据为理论模型分析城市腹地提供了校正手段，经过校正的模型可以在城镇体系规划中用于预测中心城市势力圈的变化趋势。5.2  讨论本文采用手机信令数据反映区域城镇之间的人流联系，以人流联系表达城镇之间联系。在人流联系之外，城市与腹地之间还有物流、信息流等联系方式。在信息时代，城市与周边地区之间信息流联系会超越距离限制，但信息交流不能完全代替面对面交流。人流联系是研究城市与周边地区之间联系的传统视角，虽然还不能代替全部联系类型，但仍是主要的联系方式。城镇之间联系度计算规则需要识别手机用户的常住地，排除常住地不在本区域内居民，也排除了活动范围到达区外的常住居民。上述算法实际上将研究范围作为一个封闭区域考虑，不涉及区域外城市对本区域的影响和区域内城市对区域外城市的影响。如果考虑了区域外城市，中心城市势力范围便有可能会产生变化。例如，鄱阳县东部是昌九区域边缘，与4个中心城市出行联系数量均非常少，可能与区外景德镇市出行联系会占到多数比例。如果考虑区域以东的景德镇市，鄱阳县东部有可能属于景德镇市势力圈。研究区域边界导致的此类问题不能完全避免。在昌九区域案例中，由于89%的常住用户每日都在昌九区域内活动。除区域边缘的乡镇外，研究结果不会受到显著影响。在较大范围区域的城镇体系中，各个城市之间手机普及率会有一定差异，即便是同一个运营商的普及率也可能有较小差异。这种差异会对不同城市手机用户所代表的采样率产生一定的影响。这会影响到各个乡镇与中心城市之间的联系数量。此外，各个乡镇的常住人口数量不同，对出行联系数量也会产生影响。为此，在昌九区域案例中，采用了手机用户出行目的地占比作为确定中心城市势力圈归属的依据，回避了由于各县(市)的手机普及率不同、乡镇人口数量不同带来的差异。本文并无意以手机信令数据方法取代理论模型方法。理论模型以其易用性、具备预测性的特点，仍将是区域城镇体系研究、城镇体系规划中测度城市腹地的主要方法。手机信令数据可以弥补理论模型的缺陷，在确定变量选取、校正参数两个方面完善模型。经过校正的模型具备了预测基础，能用于城镇体系规划中预测城市腹地和势力圈变化趋势。这使得模型应用能从现状分析拓展到规划预测，进一步拓展理论模型的应用价值。<section donone="shifuMouseDownCard('shifu_c_027')" style="margin-top: 2em;padding-top: 0.5em;padding-bottom: 0.5em;max-width: 100%;font-family: inherit;font-size: 1em;font-weight: inherit;letter-spacing: 0.544px;text-decoration: inherit;line-height: 27.2px;border-radius: 4px;border-width: 1px;border-style: solid;border-color: rgb(204, 204, 204);color: rgb(166, 166, 166);box-sizing: border-box !important;word-wrap: break-word !important;"><section style="margin-top: -1.8em;max-width: 100%;text-align: center;border-width: initial;border-style: none;border-color: initial;line-height: 1.4;box-sizing: border-box !important;word-wrap: break-word !important;"><section class="" style="padding: 8px 12px;max-width: 100%;border-radius: 4px;color: rgb(255, 255, 255);font-size: 1em;font-family: inherit;font-weight: inherit;text-decoration: inherit;display: inline-block;border-color: rgb(183, 184, 184);background-color: rgb(214, 0, 74);box-sizing: border-box !important;word-wrap: break-word !important;">注释</section></section><section style="padding: 16px;max-width: 100%;color: rgb(32, 32, 32);font-size: 1em;line-height: 1.4;font-family: inherit;box-sizing: border-box !important;word-wrap: break-word !important;">① 本文所指的出行链是用户从常住地出发至一个或多个目的地，再返回常住地的一次出行行为。② 很多城市腹地研究采用了基于栅格数据的场强模型，其公式如下：Fij=Zj/(Dij^λ )其中，Fij是中心城市j在i的场强，Zj是中心城市j的吸引力。Dij是i地与中心城市j之间的距离；λ是距离摩擦系数。以Fij值归大法确定i地所属的城市势力圈。在同一区域内存在n个中心城市时，虽然场强模型与Huff模型公式的形式不同，但在数学上是等价的。本文对Huff模型的讨论，也适用于场强模型。</section></section> <section class="" style="margin-top: 0em;padding: 1em 0em;max-width: 100%;font-size: 1em;letter-spacing: 0.544px;text-align: center;border-top: 1px dashed rgb(204, 204, 204);border-bottom: 1px dashed rgb(204, 204, 204);box-sizing: border-box !important;word-wrap: break-word !important;">参考文献1    王德，赵锦华. 城镇势力圈划分计算机系统的开发研究与应用——兼论势力圈的空间结构特征[J]. ，2000，24(12): 37-41. WANG De，ZHAO Jinhua. Hap: A Computer Assisted Hinterland Division System its Development and Application[J]. City Planning Review，2000，24(12): 37-41.2    王德，郭洁. 高速公路建设对长三角城市势力圈的影响分析——城镇势力圈(网络)分析系统的开发与应用[J]. 学刊，2011(61): 54-59. WANG De，GUO Jie. The Development of the Hinterland Analysis Program Based on Transportation Network and its Application in the Yangtze River Delta Region[J]. Urban Planning Forum，2011(61): 54-59.3    GREEN H L. Hinterland Boundaries of New York City and Boston in Southern New England[J]. Economic Geography，1955，31(4): 283-300.4    MITCHELSON R L，WHEELER J O. The Flow of Information in a Global Economy: The Role of the American Urban System in 1990[J]. Annals of the Association of American Geographers，1994，84(1): 87-107.5    RATTI C，SOBOLEVSKY S，CALABRESE R，et al. Redrawing the Map of Great Britain from a Network of Human Interactions[J]. PLoS ONE，2010，5(12): 1-6.6    罗震东，何鹤鸣，耿磊. 基于客运交通流的长江三角洲功能多中心结构研究[J]. 学刊，2011(2): 16-23. LUO Zhendong，HE Heming，GENG Lei. Analysis of the Polycentric Structure Yangtze River Delta Based on Passenger Traffic Flow[J]. Urban Planning Forum，2011(2): 16-24.7    罗震东，朱查松，薛雯雯. 基于高铁客流的长江三角洲空间结构再审视[J]. 上海，2015(4): 74-80.LUO Zhendong，ZHU Chasong，XUE Wenwen. The Analysis on Spatial Structure of Yangtze River Delta Based on Passenger Flow of High-Speed Railway[J]. Shanghai Urban Planning Review，2015(4): 74-80.8    唐子来，赵渺希. 经济全球化视角下长三角区域的城市体系演化：关联网络和价值区段的分析方法[J]. 学刊，2010(1): 29-34. TANG Zilai，ZHAO Miaoxi. Economic Globalization and Transformation of Urban System in the Yangtze River Delta Region: Interlocking Network and Value-added Hierarchy[J]. Urban Planning Forum，2010(1): 29-34.9    赵渺希，唐子来. 基于网络关联的长三角区域腹地划分[J]. 经济地理，2010，30(3): 371-376. ZHAO Miaoxi, TANG Zilai. A Network-Based Measurement for Urban Hinterland Area in Yangtze River Delta[J]. Economic Geography, 2010, 30(3): 371-376.10    HUFF D L，LUTZ J M. Ireland’s Urban System[J]. Economic Geography，1979，55(3): 196-212.11    HUFF D L，LUTZ J M. Change and Continuity in the Irish Urban System，1966-81[J]. Urban Studies，1995，32(1): 155-173.12    王德，郭洁. 沪宁杭地区城市影响腹地的划分及其动态变化研究[J]. 汇刊，2004(6): 6-11. WANG De，GUO Jie. Hinterland and its Dynamic Changes in Hu-Ning-Hang Region[J]. Urban Planning Forum，2004(6): 6-11.13    何丹，杨犇. 高速铁路对沿线地区城市腹地的影响研究——以皖北地区为例[J]. 学刊，2011(4): 66-74. HE Dan，YANG Ben. Study on the Influence of High-speed Railways on Urban Hinterland: The Case of North Anhui[J]. Urban Planning Forum，2011(4): 66-74.14    邱岳，韦素琼，陈进栋. 基于场强模型的海西区地级及以上城市影响腹地的空间格局[J]. 地理研究，2011，30(5): 795-803. QIU Yue，WEI Suqiong，CHEN Jindong. Spatial Pattern of Urban Hinterlands of Cities at Prefecture Level or Above in the Economic Zone on the Western Coast of the Taiwan Straits Based on Field-strength Model[J]. Geographical Research，2011，30(5): 795-803.15    RIETVELD P, JANSSEN L. Telephone Calls and Communication Barriers: The Case of the Netherlands[J]. Regional Science, 1990(24): 307-318.16    JUNG W S，WANG F Z，STANLEY E. Gravity Model in the Korean Highway[J]. Europhysics Letters，2008，81(4): 1-5.17    KRINGS G，CARABRESE F，RATTI C，et al. Urban Gravity: A Model for Intercity Telecommunication Flows[J]. Journal of Statistical Mechanics: Theory and Experiment，2009，14(7): 1-7.18    邓羽，刘盛和，蔡建明，等. 中国中部地区城市势力圈划分方法的比较[J]. 地理研究，2013，32(7): 1220-1230. DENG Yu，LIU Shenghe，CAI Jianming，et al. Comparative Study of Identification Methods to Delineate Urban Spheres of Influence in Central China[J]. Geographical Research，2013，32(7): 1220-1230.19    王丽，邓羽，刘盛和，等. 基于改进场模型的城市影响范围动态演变——以中国中部地区为例[J]. 地理学报，2011，66(2): 189-198. WANG Li，DENG Yu，LIU Shenghe，et al. The Study of Urban Spheres of Influence Based on Improved Field Model and its Applications: A Case Study of Central China[J]. Acta Geagrophica Sinica，2011，66(2): 189-198.20    孔凡娥，周春山. 广州城市腹地划分及变化研究[J]. 城市发展研究，2006，13(4): 7-12.KONG Fan’e, ZHOU Chunshan. The Hinterland of Guangzhou City: Definition and Its Change[J]. Urban Development Studies, 2006, 13(4): 7-12.21    王建英，李江风，邹利林，等. 中国城市空间影响势力范围研究[J]. 城市发展研究，2012，19(9): 27-31. WANG Jianying，LI Jiangfeng，ZOU Lilin，et al. Research on the Sphere of Spatial Influence of Cities in China[J]. Urban Development Studies, 2012，19 (9): 27-31.22    潘竟虎，石培基，董晓峰. 中国地级以上城市腹地的测度分析[J]. 地理学报，2008，63(6): 635-645. PAN Jinghu，SHI Peiji，DONG Xiaofeng. Measurements for Urban Hinterland Area of Cities at Prefecture Level or above in China[J]. Acta Geagrophica Sinica，2008，63(6): 635-645.23    BERRY B J L，LAMB R F. The Delineation of Urban Spheres of Influence: Evaluation of an Interaction Model[J]. Regional Studies，1974，8(2): 185-190.24    KANG C，ZHANG Y，MA X. Inferring Properties and Revealing Geographical Impacts of Intercity Mobile Communication Network of China Using a Subnet Data Set[J]. International Journal of Geographical Information Science，2012，27(3): 431-448.25    宋小冬，丁亮，钮心毅. “大数据”对的影响: 观察与展望[J]. ，2015，39(4): 15-18.SONG Xiaodong，DING Liang，NIU Xinyi. Influence of Big Data on Urban Planning: Review and Prospection[J]. City Planning Review，2015，39(4): 15-18.</section><p style="margin-top: 15px;margin-right: 16px;margin-left: 16px;max-width: 677px;box-sizing: border-box;word-wrap: break-word;min-height: 17px;line-height: 27.2px;widows: 1;text-align: center;letter-spacing: 0.48px;">微信改版后 好多人说不能很方便找到我了其实把咱们“城市规划”置顶就可以啦<p style="margin-right: 16px;margin-bottom: 15px;margin-left: 16px;max-width: 677px;box-sizing: border-box;word-wrap: break-word;min-height: 17px;line-height: 27.2px;widows: 1;text-align: center;letter-spacing: 0.48px;">只需要5秒钟哟~<img class="__bg_gif " data-copyright="0" data-ratio="0.9203125" data-type="gif" data-w="640" src="http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn/mmbiz_gif/SdNVtxmtcRiarCYiclbibw0tx4nuld0vwU9ScXl6gq8Bpbh8o8yZlxbo8y8jBcCBC74ubpiaHy1ic6k3wcqJbCFBWBA/640?wx_fmt=gif" style="box-sizing: border-box !important;word-wrap: break-word !important;visibility: visible !important;width: 640px !important;" /><p style="margin-top: 20px;max-width: 100%;min-height: 1em;font-size: 16px;letter-spacing: 0.544px;color: rgb(62, 62, 62);line-height: 28.4444px;box-sizing: border-box !important;word-wrap: break-word !important;overflow-wrap: break-word !important;">了解更多《》杂志信息，搜索微信号“”或识别下方二维码关注。<p style="max-width: 100%;min-height: 1em;font-size: 16px;letter-spacing: 0.544px;color: rgb(62, 62, 62);line-height: 28.4444px;box-sizing: border-box !important;word-wrap: break-word !important;overflow-wrap: break-word !important;"><img class="" data-copyright="0" data-cropselx1="0" data-cropselx2="558" data-cropsely1="0" data-cropsely2="275" data-ratio="0.5255731922398589" data-s="300,640" data-type="gif" data-w="567" src="http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn/mmbiz_png/SdNVtxmtcRiaRRGMYpf5IMDDYv7hrsYzbm1Qy3NypQme09sqSMlEUWG1vmPfwqSUtjvVM8SBic3ibtxZWav0XPyqw/640?wx_fmt=gif" style="color: rgb(51, 51, 51);font-size: 17px;letter-spacing: 0.544px;box-sizing: border-box !important;word-wrap: break-word !important;overflow-wrap: break-word !important;visibility: visible !important;width: 558px !important;" />关注我们，精彩无限~！<img class="" data-ratio="1" src="https://res.wx.qq.com/mpres/htmledition/images/icon/common/emotion_panel/smiley/smiley_84.png" data-w="20" width="20px" style="display: inline-block;vertical-align: text-bottom;box-sizing: border-box !important;word-wrap: break-word !important;visibility: visible !important;width: 20px !important;" />